表9-11 偏差清单工作底稿
销售交易属性抽样 工作底稿索引：V-3 客户：H公司 编制人：Zlp 日期：1993．9．5 1993年度 复核人：Lca 日期：1993．9．9 发票号码 B33211 B3310l B33766 B34564 B34980 B32303 B31794 B30708 偏差总数 样本规模 样本偏差率
表9-12 样本偏差分析工作底稿 销售交易属性抽样样本偏差分析表 客户：H公司 1993年度 属 性 3 偏差数 l 偏差说明 没有销售单和顾客订单验证一致的证据，但他们实际一致。 5张发票没有经信用部门核准的证据，有关人员未提出解释。不支持计划控制风险 一张涉及欠货订单的发票未显示验证，其他欠货订单处理适当。 一张发票没有验证的证据，但是发票价格和批准价格清单一致且发票计算正确。 控制风险最终评 价 低 工作底稿索引：V-4 编制人：Z1p 日期：1993．9．5 复核人：Lca 日期：1993．9．9 对检查风险和实质性测试 的 影 响 与计划相同 应向客户报告事项 无 1 0 160 0 2 0 160 0 3 √ 1 90 1．1 4 √ √ √ √ √ 5 160 3．1 5 0 105 0 6 √ 1 160 0．6 7 √ 1 160 0．6 8 0 160 0 4 5 高 必须通过扩大函证帐款和复核坏帐备抵适当性的审计程序来限制应收帐款估价的检查风险。 与计划相同 偏差代表一项应报告情况，应将其通报管理当局和审计委员会。 无 6 1 低 7 1 低 与计划相同 无
17
在本案例中，审计人员得出的总体结论是：除了与属性4有关的控制外，统计评价和质的评价都支持所有控制的计划控制风险水平。属性4发生的偏差被认为是“应报告情况”，必须向管理当局和审计委员会通报。这些结论记录在表9-10工作底稿的下方。
二、发现抽样
(一)发现抽样的种类和目的
发现抽样(discovery sampling)是属性抽样的一种特殊形式。发现抽样是假定如果总体偏差率等于或高于某一特定比率，那么至少可找出一个偏差。运用此法的步骤与前面相同，所不同的是：(1)为了达到发现抽样的目的，在作抽样计划时，必须设定预期总体偏差率为0%；(2)审查样本时，只要发现一个偏差，就应停止抽审，执行全面的审查。这种抽样方法常用来寻找舞弊性质的重大偏差，比如，发放工资给虚设的员工。在预期的偏差率很低，并且审计人员又想得到某个样本来证明有偏差存在时，使用这种方法是合适的。 审计人员一般在以下情况下，才使用发现抽样： 1．审查由高控制风险项目组成的大总体。 2．怀疑已经发生舞弊行为。
3．在特定情况下，寻找额外的证据，以确定某项已知的舞弊属偶然现象，还是重复发生。
通常审计人员使用发现抽样并不是为了“海底捞针”或发现“一生中的唯一一次错误”。由于该法在实务中用得很少，因此，本章不作举例说明。
第三节 控制测试中非统计抽样的运用
在控制测试中，也可以采用非统计抽样的方法进行属性抽样。其设计和执行计划的步骤与前面所说明的统计抽样的步骤相似。并且，确定样本规模和评价样本结果的考虑因素也相似。非统计抽样和统计抽样在具体执行计划步骤时，主要有以下区别。
一、确定样本规模
同统计抽样一样，在非统计抽样中确定样本规模的主要因素是：(1)信赖过度风险；(2)可容忍偏差率；(3)对每—属性的计划总体偏差率。在非统计抽样中，审计人员确定样本规模不需要量化这些因素。但是，他必须主观确定在其他因素保持不变时，某个因素变化对样本规模的影响。各因素对样本规模的影响，如表9-13所示。
表9-13 样本规模影响因素 因 素 1．信赖过度风险水平 2．可容忍偏差率 3．预期总体偏差率 对样本规模的影响 反向 反向 同向
审计人员在非统计抽样中确定样本容量，可以使用统计表的信息作为指导，但不要求一定这么做。
二、确定样本选取的方法
除了前面所说明的随机数表选样和系统选样之外，审计人员在非统计抽样中，还可使用整群选样法，或者任意选样法，来选取样本项目。
18
(一)整群选样法
有一段时间，整群选样(block sampling)曾经是应用最广泛的选样方法。该法选取某个特定时期里发生的类似交易作为样本。比如，选取两个星期里所处理的所有凭单组成样本。如果选取了足够的样本群，该选样方法在非统计抽样上可能是合适的。但是，从整个年度的交易中只选取单一的样本群，对大多数审计情况而言，则是不合适的。
(二)任意选样
任意选样(haphazard sampling)是指任意选取项目，而不考虑凭证的号码、金额或其他特征。这样，审计人员可随意从档案中抽取50张发票作为样本。如果在选取时没有偏见，那么样本可能是总体的代表。
三、评估样本结果
在非统计抽样中，不可能确定偏差上限，也不可能确定统计产生的与样本结果和特定信赖过度风险相关的抽样风险允许限度。但是，审计人员应该将样本实际偏差率同相对应的可容忍偏差率进行比较，两者之间的差额可以视为抽样风险允许限度。
比如，对某个属性发现样本偏差率为1％，而可容忍偏差率是7％。这时，审计人员可视差额6％为适当的抽样风险允许限度，并得出结论：样本支持一个可接受的低信赖过度风险。审计人员这样做，依据的是经验和职业判断。审计人员认为，样本偏差率相对于可容忍偏差率而言很小(抽样风险允许限度很大)，能确保总体偏差率不超过可容忍偏差率。另一方面，如果对某一属性发现样本偏差率为5％，其可容忍偏差率指定为6％，那么1％的差额可视为不适当的抽样风险允许限度，因而导致一个无法接受的高信赖过度风险。那就是说，审计人员认为即使样本偏差率小于某一特定可容忍偏差率，但实际的总体偏差率仍然可能超过可容忍偏差率。
评价非统计抽样结果的方法，与评价统计抽样结果的方法相同，审计人员都应同时考虑样本中所发现偏差的性质和次数。
第四节 实质性测试中统计抽样的运用
一、基本概念
(一)本质与目的
本章第一节曾解释，审计抽样是对总体(如某帐户余额或某种交易)中少于100％的项目所运用的审计程序，以期评价总体的某些特性；属性抽样是用来获得有关控制发生偏差的信息。本节和下一节所讨论的审计抽样方法则是为了用来获得有关货币金额发生差错的情况。因此，它们能够实现实质性测试的目的，即获得管理当局的财务报表认定公允性的证据。 审计人员设计实质性测试的抽样计划，其目的是为了：(1)获得帐户余额(比如应收帐款的帐面价值)不存在重要错报的证据；(2)独立估计某些金额(比如，估计没有入帐存货的价值)。本节和下一节的重点在于第一个目标。
(二)不确定性和审计风险
如果审计人员判断，他对总体项目进行100％的审计所需的成本与时间，比因只查样本而可能使表示意见出现偏差所带来的不利后果还要大，那么审计人员可考虑接受某些不确定性。
实质性测试的审计抽样同时受到抽样风险和非抽样风险的影响，如本章第一节所述，与实质性测试有关的抽样风险有两种： 1．错误接受风险；
19
2．错误拒绝风险。
误受险与审计的效果有关，而误拒险则与审计的效率有关。
审计抽样中的误受险与对样本项目所使用的某一特定详细实质性测试的检查风险有关，因此，误受险并不是指用以测试该帐户的所有实质性测试都将不能查出重要错报的可能性。
(三)统计抽样的方法
在实质性测试中审计人员可使用两种实质性测试方法： 1．概率规模比例抽样； 2．古典变量抽样。
这两种方法的根本区别是，概率规模比例抽样是根据“属性抽样理论”(attribute sampling theory)，而古典变量抽样依据的则是“正态分布理沦”(normal distribution theory)。尽管使用这两种方法都有助于获取外勤工作审计准则所要求的充分证据，但是，审计人员应根据具体情况来选用这些方法。因为在某些情况下一种方法可能比另一种方法，更能经济有效地实现审计人员的目标。影响这两种方法选用的主要因素见表9-14。
从表9-14可以看出，概率规模比例抽样可能更适用以下三种情况： (1)不知道总体的单位数与变异性； (2)总体只包含借方余额；
(3)预计总体没有错报或者只有很少的高估。
表9-14 实质性测试抽样方法影响因素
影 响 因 素 1．信息的可获得性 ①无法取得抽样单位的帐面价值 ②抽样开始时不知道总体的单位数 ③不知道总体的变异性 2．总体的特性 ①有借方余额存在 ②有零或贷方余额存在 3．对错误的预计 ①预计没有错报或只有很少的高估 ②预计有很多错报或高估低估都有 适合的抽样方法 概率规模比例 √ √ √ √ 古典变量 √ √ √ 二、概率规模比例抽样
概率规模比例抽样(probabitity-proportional-size sampling，以下简称PPS抽样)，依据的是属性抽样原理，用的是金额(而不是偏差数)来表示抽样的结论。这种抽样方法既可用于交易的实质性测试，也可用于帐户余额的实质性测试。
本节将根据美国注册会计师协会所颁布的《审计抽样指南》所描述的PPS抽样模型，来说明PPS抽样方法的运用。在该指南中的模型主要适用于测试交易和帐户余额的高估。但对测试以下各项，可能也特别适用：
1．测试应收款(在未贷记顾客帐户的项目不重大时)； 2．测试投资证券；
3．测试存货价值(在预计差异极小时)； 4．测试固定资产的增加。
20